stanford-nlp - 如何使用斯坦福 NLP 解析器获取依赖树

Question

我怎样才能得到如下图的依赖树。我可以得到纯文本的依赖关系，也可以借助dependencysee工具得到依赖关系图。但是以单词为节点，以依赖为边的依赖树呢？非常感谢！

Answer 1

这些图形是使用GraphViz生成的，这是一个开源图形绘图包，最初来自 AT&T Research。您可以找到一种将 a 转换为可由/GraphViz呈现的输入语言格式的方法toDotFormat()。目前，没有提供此功能的命令行工具，但使用该方法非常简单。edu.stanford.nlp.trees.semgraph.SemanticGraphSemanticGraphdotdot

Answer 2

以下是您将如何做到这一点（在 python 中）

安装所有需要的依赖项（OS X）：

# assuming you have java installed and available in PATH
# and homebrew installed

brew install stanford-parser
brew install graphviz
pip install nltk
pip install graphviz

代码：

import os
from nltk.parse.stanford import StanfordDependencyParser
from graphviz import Source

# make sure nltk can find stanford-parser
# please check your stanford-parser version from brew output (in my case 3.6.0) 
os.environ['CLASSPATH'] = r'/usr/local/Cellar/stanford-parser/3.6.0/libexec'

sentence = 'The brown fox is quick and he is jumping over the lazy dog'

sdp = StanfordDependencyParser()
result = list(sdp.raw_parse(sentence))

dep_tree_dot_repr = [parse for parse in result][0].to_dot()
source = Source(dep_tree_dot_repr, filename="dep_tree", format="png")
source.view()

这导致：

我在阅读Text Analytics With Python时使用了它：CH3，很好读，如果您需要有关基于依赖的解析的更多信息，请参考。

Answer 3

我现在正在处理类似的事情。这不是一个理想的解决方案，但它可能会有所帮助。如上面的答案所述，使用 toDotFormat() 获取点语言的解析树。然后使用众多工具之一（我正在使用 python-graph）读取这些数据并将其呈现为图片。此链接上有一个示例http://code.google.com/p/python-graph/wiki/Example

Answer 4

我也非常需要它；现在很高兴看到我们也有一个在线工具。使用这个： http: //graphs.grevian.org/graph（这里提到：http: //graphs.grevian.org/）

步骤是：

1. 解析句子：

   sent = 'What is the step by step guide to invest in share market in india?'
   p = dep_parser.raw_parse(sent)
   for e in p:
       p = e
       break
   

2. 打印.to_dot()格式为：

   print(p.to_dot())
   

3. 将输出复制粘贴到http://graphs.grevian.org/graph并按下 Generate 按钮。

您应该看到所需的图表。